More space and improved living conditions in cities with autonomous vehicles
Notice bibliographique
Résumé
Many people live in cities today. Many more will do so in future. This increases the demand for space and (space for) transport. Space to expand roads is usually scarce. Building tunnels or elevated bridges is very expensive. Solving one bottleneck creates a next bottleneck downstream. More road infrastructure leads to more cars and more cars to more congestion and externalities. Megacities<br/>invest in large-scale (preferably underground) public transport. Smaller cities lack the required number of travellers and the money to warrant the high investment costs. In a sustainable city the supply of goods, services, water, energy and transportation should differ from the current practice.<br/>New car technologies are interesting, in particular the nearly roadworthy self-driving (autonomous) cars. It is still very demanding to let these share roads with conventional cars, cyclists and pedestrians. Cities lack the space for a separate network for these cars, yet. A socially challenging alternative would be to replace all private cars by shared electric self-driving cars and small shuttle<br/>buses and integrate these with mass transport, cycling and walking. Passenger transport would need much less space for driving and parking. Congestion will vanish. Local air pollution, noise and use of resources to produce cars and road materials are reduced. Reclaimed space can be used to create a more sustainable and social environment and to optimize city logistics. The building blocks of such a (public-private) system exist already or will become available in the future.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».